認知無線系統(tǒng)中分布式寬帶頻譜壓縮感知技術(shù)研究.pdf

1、伴隨無線通信技術(shù)的高速發(fā)展及無線通信業(yè)務(wù)需求的極速增長，可分配的無線頻譜資源也變得越來越匱乏。認知無線電技術(shù)是解決頻譜稀缺問題的最佳方案，它旨在不影響主用戶通信的前提下，通過動態(tài)頻譜接入的方式利用空閑頻譜進行通信。頻譜感知是認知無線電技術(shù)的前提，對寬帶無線頻譜進行可靠、準確、快速的感知也成為認知無線電技術(shù)能否從理論走向現(xiàn)實應(yīng)用的決定性因素之一。
　　壓縮感知技術(shù)可以解決寬帶頻譜感知中存在的高速采樣與海量信息處理問題，但由于壓縮感知

2、改變了原始信號的時間關(guān)系，無法直接從觀測序列獲取頻譜信息，因此也難以直接利用觀測數(shù)據(jù)進行頻譜感知。本文針對這一的背景開展研究，針對現(xiàn)有寬帶頻譜感知方法所存在的一些問題，探索可以快速、準確感知寬帶頻域范圍的頻譜感知方法，并取得了一些研究成果。本文的主要工作和創(chuàng)新如下：
　　（1）通過分析認知網(wǎng)絡(luò)中的頻域稀疏特性，構(gòu)建了滿足分布式壓縮感知的聯(lián)合稀疏模型。針對傳統(tǒng)寬帶頻譜壓縮感知方案難以確定最優(yōu)觀測序列長度的問題，提出基于序貫壓縮感知的

3、自適應(yīng)寬帶頻譜壓縮感知方案。該方案通過次用戶與次基站間的反饋機制估算當前重構(gòu)稀疏向量的重構(gòu)誤差，并利用重構(gòu)誤差確定觀測序列長度。同時，利用多個次用戶間的聯(lián)合稀疏性實現(xiàn)了多維觀測數(shù)據(jù)的聯(lián)合重構(gòu)，提高重構(gòu)性能并降低觀測序列長度。仿真結(jié)果驗證了重構(gòu)誤差估計的準確性，聯(lián)合重構(gòu)算法對比單用戶重構(gòu)算法顯著提升了重構(gòu)精度?；诼?lián)合稀疏模型的多用戶協(xié)作感知也明顯提升了系統(tǒng)的感知性能。
　?。?）為了在貝葉斯壓縮感知框架下對觀測矩陣進行優(yōu)化，利用關(guān)

4、聯(lián)向量機高斯先驗?zāi)Ｐ图袄绽瓜闰災(zāi)Ｐ蛢煞N方式對聯(lián)合稀疏信號進行建模。由于常用的匹配追蹤算法不適用于貝葉斯壓縮感知，因此在兩種模型基礎(chǔ)上分別提出分布式關(guān)聯(lián)向量機聯(lián)合重構(gòu)算法和分布式貝葉斯快速拉普拉斯聯(lián)合重構(gòu)算法，并從理論上分析了兩種算法的性能差異及聯(lián)系。通過對稀疏信號微分熵的分析，利用特征值分解法對擴充后的觀測矩陣進行優(yōu)化。仿真結(jié)果表明，分布式貝葉斯快速拉普拉斯聯(lián)合重構(gòu)算法具有更好的重構(gòu)性能，經(jīng)過優(yōu)化的觀測矩陣相比隨機擴展方式能夠更好地

5、提升重構(gòu)精度，降低所需的觀測序列長度。
　?。?）寬帶頻譜感知并不一定需要寬帶信號的所有信息，通過重構(gòu)獲取的功率譜密度只是作為提取特征參數(shù)的中間量存在。為了能夠直接獲取作為判決準則的特征參數(shù)，提出一種基于隨機濾波器組的分布式非完全重構(gòu)寬帶頻譜壓縮感知方法，利用隨機濾波器的輸出數(shù)據(jù)實現(xiàn)信道能量的壓縮采樣。為了對現(xiàn)有的聯(lián)合重構(gòu)算法進行優(yōu)化，通過分析匹配追蹤系列算法的特點，提出同時壓縮采樣匹配追蹤及同時稀疏度自適應(yīng)匹配追蹤兩種聯(lián)合重構(gòu)算

6、法。仿真結(jié)果表明，非完全重構(gòu)頻譜壓縮感知可以明顯降低系統(tǒng)所需的濾波器數(shù)目，同時稀疏度自適應(yīng)匹配追蹤算法在重構(gòu)性能明顯優(yōu)于同時正交匹配追蹤算法，但略低于壓縮采樣匹配追蹤算法，由于該算法能夠自適應(yīng)稀疏度，因此更具有實用價值。
　?。?）壓縮采樣后的觀測序列可以完整重構(gòu)原稀疏信號，因此包含了稀疏信號的完整信息?；谝陨鲜聦崳岢龌诖袙呙杞Y(jié)構(gòu)的多分辨率感知方案，低分辨率模式采用非重構(gòu)頻譜壓縮感知算法。該算法直接利用觀測序列對掃描頻段的